Hovedforskjell: Data Mining er faktisk analyse av data. Det er den datamaskinassisterte prosessen med å grave gjennom og analysere enorme datamengder som enten er blitt kompilert av datamaskinen eller blitt innført i datamaskinen. Datalagring er prosessen med å samle informasjon eller data inn i et datalager. Et datalager er en database som brukes til å lagre data.
Formålet med data mining, også kjent som kunnskapsoppdagelse, er å tillate bedrifter å se disse atferdene, trender og / eller relasjoner og å kunne faktorere dem i sine beslutninger. Dette gjør det mulig for bedrifter å gjøre proaktive, kunnskapsdrevne beslutninger.
Begrepet "data mining" kommer fra det faktum at prosessen med data mining, dvs. å søke etter relasjoner mellom data, ligner på gruvedrift og søker etter verdifulle materialer. Data mining verktøy bruker kunstig intelligens, maskin læring, statistikk og databasesystemer for å finne korrelasjoner mellom dataene. Disse verktøyene kan bidra til å svare på forretningsspørsmål som tradisjonelt var for tidkrevende å løse.
Data Mining inkluderer ulike trinn, inkludert det raske analysetrinnet, databasen og dataadministrasjonsaspekter, dataforhåndsbehandling, modell- og inferansebegrensninger, interessanthetsmålinger, kompleksitetshensyn, etterbehandling av oppdagede strukturer, visualisering og online oppdatering.
Formålet med et datalager er å gi fleksibel tilgang til dataene til brukeren. Datalagring refererer generelt til kombinasjonen av mange forskjellige databaser over en hel bedrift.
Hovedforskjellen mellom datalagring og datautvinning er at datalagring er prosessen med å samle og organisere data i en felles database, mens datautvinning er prosessen med å utvinne meningsfylte data fra databasen. Data mining kan kun utføres når data warehousing er fullført.